Analisis Sentimen Pembangunan Infrastruktur di Indonesia dengan Automated Lexicon Word2Vec dan Naive-Bayes

Abstrak

Pembangunan infrastruktur merupakan proyek yang sedang gencar dilakukan oleh pemerintah saat ini. Dengan adanya infrastruktur yang memadai, pemerintah berharap nantinya perekonomian dan tingkat kesejahteraan Indonesia akan meningkat. Pembangunan infrastruktur tentu saja menarik perhatian dari masyarakat. Berbagai komentar mengenai proyek ini disebutkan melalui media sosial, salah satunya adalah Twitter. Jumlah perbandingan pendapat pro dan kontra dari masyarakat dapat diketahui dengan menggunakan analisis sentimen. Dalam hal ini, analisis sentimen menggunakan kamus leksikon untuk menentukan apakah data tersebut bersifat positif atau negatif. Kamus leksikon dibuat secara otomatis dengan menggunakan metode Word2Vec  terhadap data komentar. Metode Word2Vec bertujuan untuk mencari kedekatan antara satu kata dengan kata lainnya. Selanjutnya, penentuan kelas sentimen dilakukan dengan menggunakan metode Naive-Bayes. Penelitian ini menggunakan data latih sebanyak 100 data dan data uji sebanyak 50 data yang dibagi ke dalam sentimen positif dan negatif. Nilai akurasi tertinggi yang diperoleh adalah 64% dengan nilai precision sebesar 0,36, recall sebesar 0,818 dan f-measure sebesar 0,5.